Amazon은 20년 이상 인공 지능에 과감히 투자해 왔습니다. Amazon의 수많은 내부 시스템은 기계 학습(ML) 알고리즘으로 구동됩니다. ML 알고리즘은 Amazon 주문이행센터에서의 경로 최적화와 Amazon.com의 추천 엔진부터 Alexa로 구동되는 Echo, Amazon의 드론 이니셔티브인 Prime Air, Amazon의 새로운 소매 환경인 Amazon Go에 이르기까지 Amazon 고객이 경험하는 기능의 핵심이기도 합니다. 이것은 시작에 불과합니다. Amazon의 사명은 학습 및 ML 역량을 완전 관리형 서비스로 공유하고 모든 개발자 및 데이터 과학자에게 제공하는 것입니다.
AWS 기반 기계 학습을 선택해야 하는 이유는?
모두를 위한 기계 학습
API로 구동되는 ML 서비스
다양한 프레임워크 지원
폭넓은 컴퓨팅 옵션
심층적 플랫폼 통합
포괄적 분석
보안
사용량에 따라 지불
신속한 모델 교육 및 배포
Amazon SageMaker
데이터 과학자와 개발자는 Amazon SageMaker를 통해 고성능 기계 학습 알고리즘과 광범위한 프레임워크 지원 및 원클릭 교육, 조정, 추론이 가능한 기계 학습 모델을 쉽고 빠르게 구축, 교육 및 배포할 수 있습니다. Amazon SageMaker는 모듈형 아키텍처를 갖추고 있으므로 기존 기계 학습 워크플로에서 기능의 일부 또는 전부를 사용할 수 있습니다.
AWS DeepLens 사용해 보기
AWS DeepLens는 세계 최초의 개발자용 딥 러닝 사용 비디오 카메라입니다. AWS DeepLens는 Amazon SageMaker 및 그 밖의 많은 AWS 서비스와 통합되어 있어 딥 러닝을 쉽고 빠르게 활용할 수 있습니다.
새로운 학습 방법
AWS DeepLens를 사용하면 개발자는 기술 수준에 상관없이 실용적인 실습 예제가 포함된 샘플 프로젝트를 통해 10분 내에 딥 러닝을 시작할 수 있습니다.
완전히 프로그래밍 가능
AWS Lambda를 사용하면 AWS DeepLens를 손쉽게 사용자 지정하고 프로그래밍할 수 있습니다. 심지어 DeepLens에서는 모델이 AWS Lambda 함수의 일부로 실행되어 빠른 실험이 가능합니다.
딥 러닝에 최적화된 하드웨어
AWS DeepLens는 물리적인 고화질 무선 비디오 카메라로서 정교한 모델에서 실시간으로 딥 러닝 유추를 실행할 수 있는 맞춤 제작된 온보드 컴퓨팅 기능을 갖추고 있습니다.
딥 러닝에 최적화된 설계
바로 사용할 수 있는 DeepLens에는 최적화된 Apache MXNet 버전이 사전 설치되어 있습니다. TensorFlow와 Caffe2를 비롯하여 원하는 딥 러닝 프레임워크를 DeepLens에서 실행할 수 있습니다.
API 기반 서비스로 모든 애플리케이션에 지능 부여
AWS의 지능형 서비스는 자체 모델을 개발하여 교육하는 번거로움 없이 API로 사전에 교육된 서비스를 호출하여 애플리케이션에 지능을 부여할 수 있습니다.
비전 서비스
대화 챗봇
언어 서비스
원하는 프레임워크로 정교한 모델 개발
AWS에서는 데이터 과학자와 개발자에게 가장 유연한 개방형 환경을 제공하기 위해 모든 주요 딥 러닝 프레임워크를 지원합니다.
Amazon Deep Learning AMI
AWS Deep Learning AMI는 클라우드에서 딥 러닝을 가속화할 수 있는 인프라와 도구를 제공합니다. 이 AMI에는 Apache MXNet, TensorFlow, PyTorch, the Microsoft Cognitive Toolkit(CNTK), Caffe, Caffe2, Theano, Torch, Gluon 및 Keras 가 미리 설치되어 있어 정교한 사용자 지정 AI 모델을 교육할 수 있습니다. Deep Learning AMI를 사용하여 대규모 교육을 위한 자동 확장되는 관리형 GPU 클러스터를 만들거나 컴퓨팅에 최적화된 CPU 인스턴스 또는 범용 CPU 인스턴스로 교육 받은 모델에서 추론을 실행할 수 있습니다.
AWS와 Microsoft가 개발한 Gluon은 사전 구축되고 최적화된 신경망 구성 요소 모음을 사용하여 기계 학습 모델을 정의하는 명확하고 간결한 API를 제공합니다. 기계 학습이 처음인 개발자는 다른 데이터 구조처럼 기계 학습 모델을 정의하고 조작할 수 있는 이 인터페이스가 기존 코드와 비슷해 익숙할 것입니다. 교육 속도를 늦추지 않으면서 빠르게 프로토 타입을 구축하고 동적 신경망 그래프를 활용해 완전히 새로운 아키텍처를 만드는 기능은 숙련된 데이터 과학자와 연구자에게 유용할 것입니다.
현재 Apache MXNet에서 사용할 수 있는 Gluon은 곧 나올 Microsoft Cognitive Toolkit 릴리스에서도 지원되며, 앞으로 더 많은 프레임워크에서 지원될 예정입니다.
모든 사용 사례에서 적합한 컴퓨팅 활용
기계 학습에는 컴퓨팅 집약적인 딥 러닝을 위한 GPU부터 전문 하드웨어 가속을 위한 FPGA 및 추론 실행을 위한 대용량 메모리 인스턴스에 이르기까지 폭넓고 강력한 컴퓨팅 옵션이 필요합니다. Amazon EC2는 기계 학습 사용 사례에 맞게 최적화된 다양한 인스턴스 유형을 제공합니다. CPU, 메모리, 스토리지, 네트워킹 용량이 다양하게 조합된 인스턴스 유형은 모델을 교육하든, 교육된 모델에서 추론을 실행하든 상관없이 적절한 리소스 조합을 선택할 수 있는 유연성을 제공합니다.
GPU 인스턴스
P3 인스턴스는 이전 세대의 Amazon EC2 GPU 컴퓨팅 인스턴스보다 최대 14배 뛰어난 성능을 제공합니다. 최대 8개의 NVIDIA Tesla V100 GPU를 갖춘 P3 인스턴스는 최대 1페타플롭스의 혼합 정밀도, 125테라플롭스의 단정밀도, 62테라플롭스의 배정밀도 부동 소수점 성능을 제공합니다.
강력한 컴퓨팅
C5 인스턴스는 3.0GHz 인텔 제온 확장형 프로세서로 구동되며, 인텔 터보 부스트 기술을 사용하여 단일 코어를 최대 3.5GHz로 작동할 수 있습니다. C4 인스턴스에 비해 높은 메모리 대 vCPU 비율과 25% 향상된 가격 대비 성능을 제공하는 C5 인스턴스는 요구 사항이 까다로운 유추 애플리케이션에 이상적입니다.
온디맨드 FPGA
Amazon EC2 F1은 프로그래밍을 통해 기계 학습 애플리케이션을 위한 사용자 지정 하드웨어 가속화 기능을 만들 수 있는 FPGA(Field Programmable Gate Array)가 탑재된 컴퓨팅 인스턴스입니다. F1 인스턴스는 프로그래밍이 쉬우며, 하드웨어 가속 코드를 개발, 시뮬레이팅, 디버깅, 컴파일링하는 데 필요한 모든 것이 함께 제공됩니다. 원하는 수의 F1 인스턴스에서 원하는 만큼 디자인을 재사용할 수도 있습니다.
가장 완벽한 빅 데이터용 플랫폼상에 구축
성공적인 기계 학습을 위해서는 기계 학습 기능뿐 아니라 적절한 데이터 스토어, 보안, 분석 서비스도 필요합니다.
데이터 레이크 서비스
Amazon S3
Amazon S3는 어디서나 원하는 양의 데이터를 저장하고 검색할 수 있도록 구축된 객체 스토리지입니다. 또한 99.999999999%의 내구성을 제공하고 모든 산업에서 선도적인 기업이 사용하는 수많은 애플리케이션 데이터를 저장하도록 설계되었습니다. S3는 가장 엄격한 규제 요구사항까지도 충족하는 포괄적인 보안 및 규정 준수 기능을 제공합니다. 최대 규모의 ISV 솔루션 및 시스템 통합 사업자 파트너 에코시스템을 보유한 Amazon S3는 가장 많이 지원되는 스토리지 플랫폼입니다.
AWS Glue
AWS Glue는 고객이 분석을 위해 손쉽게 데이터를 준비하고 로드할 수 있게 지원하는 완전관리형 ETL(추출, 변환 및 로드) 서비스입니다. AWS Management Console에서 클릭 몇 번으로 ETL 작업을 생성하고 실행할 수 있습니다. AWS Glue가 AWS에 저장된 데이터를 가리키도록 하기만 하면, AWS Glue에서 데이터를 검색하고 관련 메타데이터를 AWS Glue 데이터 카탈로그에 저장합니다. 카탈로그에 저장되면, 데이터는 즉시 검색하고 쿼리하고 ETL에서 사용할 수 있는 상태가 됩니다.
분석 서비스
Amazon Athena
Amazon Athena는 표준 SQL을 사용해 Amazon S3에 저장된 데이터를 간편하게 분석할 수 있는 대화식 쿼리 서비스입니다. Athena는 서버리스 서비스이므로 관리할 인프라가 없으며 실행한 쿼리에 대해서만 비용을 지불하면 됩니다.
Amazon EMR
AWS EMR은 Apache Spark, Presto, Hive, Pig 등 인기 있는 프레임워크를 사용하여 동적으로 확장 가능한 클러스터에서 방대한 양의 구조화되지 않은 데이터를 빠르게 처리할 수 있습니다.
Amazon Redshift
Amazon Redshift는 속도가 빠른 완전관리형 데이터 웨어하우스로, 표준 SQL 및 기존 BI(비즈니스 인텔리전스) 도구를 사용하여 페타바이트 규모의 데이터를 간편하고 비용 효율적으로 분석할 수 있습니다.
Amazon Redshift Spectrum
Redshift Spectrum으로 Amazon S3의 엑사바이트 규모 데이터에 대해 Amazon Redshift SQL 쿼리를 실행할 수 있습니다. 이를 통해 Amazon Redshift의 분석 능력을 확대하여 Amazon S3 "데이터 레이크"에 있는 방대한 양의 구조화되지 않은 데이터를 쿼리할 수 있습니다.
ML 프로그램
모든 개발자, 데이터 과학자, 연구자에게 기계 학습 능력을 제공하려는 노력의 일환으로 Amazon은 기계 학습 기반 솔루션 개발을 촉진할 수 있는 프로그램을 선보입니다.
Amazon ML Solutions Lab
Amazon ML Solutions Lab은 팀과 Amazon 기계 학습 전문가들을 연결해 데이터 준비, 모델 구축 및 교육, 프로덕션 전환을 지원합니다. Amazon ML Solutions Lab은 실습 교육 워크샵과 브레인스토밍 세션 및 전문가 자문 서비스를 결합함으로써, 사용자가 비즈니스 도전에서 '출발하여' 기계 학습 기반 솔루션 개발 프로세스를 단계적으로 진행할 수 있도록 돕습니다. 프로그램이 끝날 때면 이 프로세스를 통해 배운 바를 조직의 다른 부분에도 활용하여 비즈니스 기회에 ML을 적용할 수 있을 것입니다.
Amazon ML Research Grants
AWS Machine Learning Research Awards 프로그램은 새로운 기계 학습(ML) 연구를 하고 있는 대학 학부, 교수, 박사 과정 및 박사 후 과정 학생에게 자금을 지원합니다.
목표는 다양한 ML 애플리케이션과 중점 분야에서 혁신적인 알고리즘, 간행물, 소스 코드 개발에 박차를 가하는 것입니다. 선정된 프로젝트에는 무제한 현금 선물 및 AWS의 모든 클라우드 서비스와 교환할 수 있는 AWS 크레딧이 주어집니다. 수상자에게는 교육 리소스 혜택뿐 아니라 시애틀 Amazon 본사에서 열리는 연례 연구 세미나에 참석할 기회도 제공됩니다.
AWS 플랫폼에서의 기계 학습 통합
AWS의 기계 학습은 특별히 ML 애플리케이션을 만들기 위한 서비스에 그치지 않습니다. AWS 플랫폼의 수많은 서비스가 기계 학습을 사용하여 고객에게 제공하는 기능을 향상시키고 있습니다.
Amazon Connect
클라우드의 콜 센터인 Amazon Connect는 Amazon Lex와 통합되어 챗봇이라는 대화 음성 에이전트를 구축합니다. 이 챗봇은 수신되는 고객 지원 통화를 자동으로 확인하고 라우팅합니다.
Amazon Macie
Amazon Macie는 기계 학습을 사용하여 AWS에 저장된 민감한 데이터를 자동으로 검색, 분류 및 보호하는 보안 서비스입니다. Macie는 이러한 데이터가 어떻게 액세스되거나 이동되는지 보여 주는 대시보드와 알림을 제공하여 무단 액세스나 의도치 않은 데이터 유출을 예방합니다.
AWS에서 기계 학습 시작하기
